视觉传感作为人眼视觉的延伸,在交通、安防、工业等领域具有广阔的应用前景,而视觉传感的预处理起着举足轻重作用,是后续的视觉传感实际应用的必要前提。由于实际应用场景复杂,视觉传感的预处理不可能以不变应万变,须结合实况专题研究。这在实验室承担的《船舶实时视频图像监测识别系统关键技术研究及应用》、《基于视觉传感的高速公路灾害天气及应急预警决策辅助综合系统》、《视觉传感瓷砖分拣系统》等多项国家级、部省级项目中多有体现。论文描述了国内外视觉传感预处理技术研究现状,解析了预处理在视觉传感系统中的内涵和地位,就多种实际应用环境,分析了预处理关键算法存在的问题和遇到的难点,进而提出了或改进了多种相关模块算法方案,预处理算法研究主要包括基于能量函数构建的辐照度标定、基于辐照度响应模型的亮度校正、高动态范围(High Dynamic Range,HDR)图像合成、基于辐照度响应模型的背景亮度补偿等,同时作了实验验证,并得以在工业、交通、安防等多场景中实际应用,诸如,视觉传感瓷砖分拣、高速公路异常事件检测。就安防、交通等室外场景,光照环境往往不可控、噪声干扰较大,论文改进了基于能量函数构建的辐照度标定算法。传统算法大多只从参数模型或收敛约束项等单方面考虑,易受图像噪声影响。改进后的算法综合分析了影响辐照度标定精度的多种因素,建立了由相机辐照度响应曲线、残差惩罚项、收敛约束项三部分组成的能量函数一般形式,分别给出各部分的优化实现,并采用兼顾速度和精度的参数收敛策略。就工业场景,图像亮度不均匀分布,论文分析了光源、镜头、相机亮度响应特性,优化了基于辐照度响应模型的亮度校正算法,通过辐照度响应曲线将图像灰度值映射到场景亮度值,消除响应曲线非线性特征导致的复杂校正运算,继而使用灰度板标定的校正算法实现亮度校正,以满足实际应用的实时性要求。为获取亮度校正算法所需的亮度分布图,论文建立了基于边缘检测、形态学膨胀及时空滤波的灰度板去褶皱算法,解决了难以避免的灰度板褶皱问题。就静态场景中图像噪声干扰,论文改进了基于多重曝光图像序列的HDR图像合成算法,实现对各类图像噪声干扰的均衡抑制。为进一步扩展应用场景,针对相机偏移、物体运动等干扰,论文建立了动态场景HDR图像合成算法,将精确图像配准和快速图像配准算法分别应用于复杂相机偏移和小幅相机偏移。并给出针对运动物干扰的曝光系数自动求取算法,利用曝光系数估计值的直方图单峰分布特征,解决了部分相机曝光系数不可知情况下的HDR图像合成。就交通场景中相机自动曝光导致的背景亮度突变,论文提出了基于辐照度响应模型的背景亮度补偿算法。传统背景建模算法难以适应背景亮度快速变化,导致运动前景的错检。论文结合辐照度响应模型量化分析自动曝光导致的背景亮度变化,进而采用亮度补偿松耦合结构升级传统背景建模方法,通过求取辐照度响应曲线和曝光系数,补偿自动曝光导致的背景亮度变化。综上,论文研究的预处理算法经实验验证和实际应用,研究成果有效可信,具有重要的理论意义和应用价值。其创新点或特点在于:●改进了基于能量函数构建的辐照度标定算法,无需标定物,获取了场景亮度与图像灰度值的映射关系,有效降低图像噪声对标定精度的影响。●优化了基于辐照度响应模型的亮度校正算法,抑制了光源、镜头、相机等因素导致的图像亮度不均匀分布,解决了灰度标定板难以避免的褶皱问题。●优化了 HDR图像合成算法模型,均衡抑制各类图像噪声,全面呈现高动态范围场景的亮度细节,有效降低了动态场景中相机的偏移和运动物体的干扰。●提出基于相机辐照度响应模型的背景亮度补偿算法,补偿自动曝光导致的背景亮度突变,抑制了运动错检,提取图像的真实前景区域。